云計算任務(wù)調(diào)度算法研究

湖北工業(yè)大學(xué) 湛小舟

云計算任務(wù)調(diào)度算法研究

湖北工業(yè)大學(xué) 湛小舟

本文將成為一個熱門話題，到云計算平臺的信任機制是一個不錯的選擇。信任模型是抽象和總結(jié)了人類的信任關(guān)系的基礎(chǔ)上，現(xiàn)在已成為信息安全領(lǐng)域的重要研究分支，但信任模型仍處于初始階段，許多問題還需要深入研究和討論。

云計算；任務(wù)；調(diào)度；算法；研究

云計算是國內(nèi)和國外商業(yè)和研究機構(gòu)，網(wǎng)格計算，并行計算的熱點之一，分布式計算的發(fā)展是一個新興的商業(yè)計算模型。它采用了成熟的虛擬化數(shù)據(jù)中心的資源包在互聯(lián)網(wǎng)上提供給用戶點播服務(wù)。作業(yè)調(diào)度和資源分配的兩項關(guān)鍵技術(shù)，云計算和云計算業(yè)務(wù)，與對用戶的服務(wù)質(zhì)量有關(guān)，虛擬化技術(shù)使資源分配和作業(yè)調(diào)度是從不同的過去，并行分布式計算。云計算最大的分布式計算模型，它使用相分離的“生產(chǎn)者”和“消費者”為客戶服務(wù)的商業(yè)模式，并使用最新的虛擬化技術(shù)之間的差異，將“云”端豐富的資源滿足互聯(lián)網(wǎng)上的用戶，從而最大限度地發(fā)揮其作用。但云計算環(huán)境需要大規(guī)模分布式計算機服務(wù)支持，僅僅依靠傳統(tǒng)的安全技術(shù)已經(jīng)不能滿足用戶數(shù)據(jù)安全的需求，以及如何確保“云”端的數(shù)據(jù)，以解決云計算平臺的安全可靠性的核心任務(wù)，近年來，越來越多的用戶和學(xué)者關(guān)注的一系列問題，如云計算的安全性和可靠性。

以適應(yīng)當(dāng)今信息產(chǎn)品飛速發(fā)展的時代的IBM、谷歌、微軟、雅虎和其他行業(yè)的巨頭[2]，云計算一個巨大的優(yōu)勢和強大生命力的推動下，云計算，這將徹底改變了信息產(chǎn)業(yè)的結(jié)構(gòu)軟件組織生產(chǎn)和信息消費模式，使人們用更廣闊的視野來看待所有的人都在這個方向，發(fā)展和進(jìn)步的同時。云計算最終將成為全球所有的東西連接，形成一個有機的整體。云計算的理念是“一切服務(wù)，”這是一個兼收并蓄，包容一切的思想。這給IT部門的想法，以更廣闊的視野思考和解決問題。面向服務(wù)的云計算基礎(chǔ)設(shè)施的開發(fā)和運行平臺，軟件作為的服務(wù)。顧客們沒有購買的存儲容量或擴展硬件成本高，沒有實現(xiàn)，維護(hù)和升級軟件，ISP會在各種云的服務(wù)器架構(gòu)，為客戶提供各種服務(wù)，項目開發(fā)、維修人員，可以負(fù)責(zé)云運行、維護(hù)、升級。

在本文中，建議針對不同的應(yīng)用和服務(wù)模式，在云計算基礎(chǔ)設(shè)施（硬件，軟件，服務(wù)），在云環(huán)境中，能源性能（能耗，散熱），該系統(tǒng)的設(shè)計負(fù)荷觀點。不同的CloudSim平臺模擬任務(wù)調(diào)度和資源分配策略，以量化一個非常具有挑戰(zhàn)性的問題。為了簡化這個過程中，云計算的模擬仿真CloudSim：廣義的，可擴展的云計算仿真框架，以實現(xiàn)云計算基礎(chǔ)設(shè)施和管理服務(wù)的無縫建模，仿真和實驗。CloudSim平臺是一個網(wǎng)格實驗室，并于2009年4月，澳大利亞墨爾本大學(xué)Gridbus項目宣布推出一個開源框架，它是云計算基礎(chǔ)設(shè)施和服務(wù)平臺的建模和模擬的框架。CloudSim離散事件仿真包SimJava庫，跨平臺的Linux和Windows操作系統(tǒng)上運行的基礎(chǔ)上開發(fā)的，Cloudsim繼承GridSim的編程模型，支持云計算研究，模擬和發(fā)展。CloudSim主要特點和功能：

（1）以支持大型數(shù)據(jù)中心，云計算，模擬和建模。

（2）將舉辦的資源分配到虛擬機的自訂政策，支持虛擬服務(wù)器主機的建模與仿真。

（3）支持節(jié)能意識的計算資源。

（4）支持模擬和建模。

鳥類捕食過程中，每只鳥找到食物最簡單和最有效的方法是搜索周邊地區(qū)的距離食物的鳥。Kennedy和Eberhart通過對鳥類捕食過程中的分析和模擬，在1995年最先提出了原始的PSO算法。與遺傳算法相比，PSO算法概念簡單，計算快速，易于實現(xiàn)，并沒有太多的參數(shù)需要調(diào)整的優(yōu)勢。因為這些諸多優(yōu)點的算法之一，已引起了廣大學(xué)者的關(guān)注，不斷涌現(xiàn)出的各種信息的PSO算法的應(yīng)用研究，有力地推動了PSO算法的研究成果。許多研究者的參數(shù)集，收斂，拓?fù)浣Y(jié)構(gòu)，傳統(tǒng)的PSO算法和其他算法，集成的角度來看，各種改善其不足之處，為了提高算法的性能。

云計算環(huán)境的應(yīng)用，可以輕松地提供和虛擬資源動態(tài)分配，用戶點擊的是，要使用的服務(wù)。如果只考慮應(yīng)用程序的執(zhí)行時間可能會導(dǎo)致大量的數(shù)據(jù)檢索和執(zhí)法成本。此外，優(yōu)化的運行時間、資源以及實施成本之間的數(shù)據(jù)傳輸?shù)某杀疽脖仨毤右钥紤]。在云環(huán)境中的任務(wù)調(diào)度是作為一個起點，其實質(zhì)是n個獨立的任務(wù)綁定到M的可用資源，使總的執(zhí)行時間分配任務(wù)的前提下，不超過前值總計算最低的成本和資源得到充分利用。本文的目的是要落實在分配的資源，計算總成本盡可能最小化，即如何分配最合理的應(yīng)用任務(wù)。

云計算正在迅速發(fā)展，已經(jīng)成為商業(yè)組織、科研單位和高等院校研究的熱點。本文著重研究了云計算的關(guān)鍵技術(shù)之一——任務(wù)調(diào)度策略，提出了一種基于PSO算法的云任務(wù)調(diào)度策略。結(jié)合本論文所作的研究工作，具體結(jié)論有以下幾點：

首先，本文重點介紹了研究云計算任務(wù)調(diào)度的背景和意義，當(dāng)前國內(nèi)外研究現(xiàn)狀；其次，詳細(xì)介紹了云計算的概念，云計算背景，定義，特點，體系結(jié)構(gòu)及其關(guān)鍵技術(shù)，并且介紹了目前比較成功的云計算平臺；再次，介紹了云計算仿真平臺CloudSim，如何配置CloudSim，如何擴展CloudSim，對CloudSim的仿真步驟進(jìn)行了介紹，最后對該平臺自帶的實例進(jìn)行了仿真實驗；

第四，介紹了粒子群優(yōu)化算法的基本概念；

第五，是本文最主要的工作，提出了基于PSO的云計算任務(wù)調(diào)度算法，在云計算模擬仿真器CloudSim平臺上，分別利用標(biāo)準(zhǔn)PSO算法和平臺自帶的方法，在云任務(wù)調(diào)度過程中尋找任務(wù)-資源最優(yōu)匹配對。實驗結(jié)果表明，在改變應(yīng)用程序總數(shù)據(jù)量大小和改變VM數(shù)量2種情況下，該標(biāo)準(zhǔn)的PSO算法比CloudSim原有調(diào)度算法更能有效地完成云計算環(huán)境中任務(wù)調(diào)度與資源分配的工作，在兼顧云系統(tǒng)執(zhí)行效率的情況下，達(dá)到了降低云任務(wù)執(zhí)行成本的目的。

最后，提出了一種改進(jìn)的PSO算法，考慮到云計算任務(wù)調(diào)度和資源負(fù)載平衡的優(yōu)化問題，下一步的工作是提出一種基于改進(jìn)的粒子群優(yōu)化算法的云任務(wù)調(diào)度模型。

[1]張建勛,古志民,鄭超.云計算研究進(jìn)展綜述[J].計算機應(yīng)用研究,2010,27(2):429-433.

[2]Iosup A,Ostermann S,Yigitbasi M N.Performance Analysis of Cloud Computing Services for Many-tasks Scientific Computing[J].IEEE Trans.on Parallel and Distributed System,2011,22(6):931-945.

[3]陳全,鄧倩妮.云計算及其關(guān)鍵技術(shù)[J].計算機應(yīng)用,2009,29(9):2562-2567.

[4]華夏渝,鄭俊,胡文心.基于云計算環(huán)境的蟻群優(yōu)化計算資源分配算法[J].華中師范大學(xué)學(xué)報,2010,49(1):127-134.

2017-09-10）